昨天了解了 AI Agent 的核心流程，Agent 會不斷進行「思考 → 行動 → 取得結果 → 再思考」的循環。

那麼，如果 AI 只能思考，卻無法實際做事情，它又要如何完成任務呢？

這時候就要說到 AI Agent 裡非常重要的一個概念：Tool Calling。

那 Tool Calling 到底是什麼呢？

簡單來說，就是讓 AI 可以根據目前的任務需求，選擇並呼叫外部工具，讓原本只能產生文字的 AI，也能夠實際執行操作。

Tool Calling 的運作流程
開發者把工具定義提供給模型
使用者提出需求
AI 分析需求，判斷是否需要使用工具
AI 選擇適合的工具並產生 Tool Call
應用程式接收到 Tool Call，實際執行工具
應用程式將工具執行結果送回模型
AI 根據結果繼續分析，決定下一步要做什麼
完成任務後，將結果整理成人可以理解的內容

例如，我今天跟 Claude Code 說：

「幫我找出這個 API 為什麼會回傳 500。」

Claude Code 不需要我一步一步告訴它要做什麼，而是可以根據目前的需求，判斷自己可能需要讀取程式碼、搜尋相關檔案、查看 Log 或執行測試。

整個流程就會變成：

使用者
↓
提出需求
↓
AI 分析
↓
選擇工具
↓
Tool Call
↓
應用程式執行工具
↓
取得結果
↓
結果送回 AI
↓
AI 再次分析
↓
是否完成？
├─ 否 → 繼續使用工具
└─ 是 → 回傳最終結果

AI 模型就像是大腦，負責思考與判斷；Tool 則像是 AI 的手，負責實際執行事情。

有了 Tool Calling，AI 才能從單純的「回答問題」，進一步變成「可以採取行動」。

而這也正好接回昨天提到的 Agent 循環：

思考 → 行動 → 取得結果 → 再思考 → 再行動。

明天研究主題:Agentic Workflow 是什麼